简介：稀疏表示是近年来新兴的一种数据表示方法,是对人类大脑皮层编码机制的模拟。稀疏表示以其良好的鲁棒性、抗干扰能力、可解释性和判别性等优势,广泛应用于模式识别领域。基于稀疏表示的分类器在人脸识别领域取得了令人惊喜的成就,它将训练样本看成字典,寻求测试样本在字典下的最稀疏的表示,即用尽可能少的训练样本的线性组合来重构测试样本。但是经典的基于稀疏表示的分类器没有考虑训练样本的类别信息,以致被选中的训练样本来自许多类,不利于分类,因此基于组稀疏的分类器被提出。组稀疏方法考虑了训练样本的类别相似性,其目的是用尽可能少类别的训练样本来表示测试样本,然而这类方法的缺点是同类的训练样本或者同时被选中或者同时被丢弃。在实际中,人脸受到光照、表情、姿势甚至遮挡等因素的影响,样本之间关系比较复杂,因此最后介绍局部加权组结构稀疏表示方法。该方法尽量用来自于与测试样本相似的类的训练样本和来自测试样本邻域的训练样本来表示测试样本,以减轻不相关类的干扰,并使得表示更稀疏和更具判别性。

简介：通过消息监控识别罪犯是一个十分有意义的实际问题。采用Markov模型,将整个消息传递网络看作一个犯罪传递的Markov链,根据所收集到的消息估计出两个节点(人)之间犯罪传递的概率,得到一个Markov概率转移矩阵,并求出网络长期运行的稳定解,作为各节点(人)参与犯罪程度的度量。通过实例说明了该方法的有效性。

简介：以神经网络为计算模型,在合理处理已知数据的异常情况后,依据给定指标制定出(非)空巢老人的标准,以此建立(非)空巢老人集合的核作为学习样本,从而获得初步的识别结果,同时从输入和输出2个方面对其进行了多种检验。这套完整流程,也可用于解决类似的精准识别和其他数据挖掘问题。

简介：提出了求解参数识别反问题的同伦正则化方法,给出了相应的收敛性定理.数值结果表明该方法是一种快速的大范围收敛方法.

简介：AKekuléanbenzenoidsystemisonewithKekuléstructures.Afixeddouble(single)bondofaKekuléanbenzenoidsystemHisanedgebelongingtoall(none)oftheKekuléstructuresofH.EssentiallydisconnectedsystemsareKekuléanpericondensedbenzenoidsystemswithsomefixeddoubleorsinglebonds.InthispaperanecessaryandsufficientconditionforaKekuléanbenzenoidsystemtobeanessentiallydisconnectedbenzenoidsystemwithfixeddoublebondsisgivenandrigorouslyproved.

简介：Inthispaper,amathematicalmodelwithrespecttotheoptimalidentificationofthethermodynamicparametersisestablished.Theidentifiabitityofthedynamicsproblemisprovedandnecessaryconditionsoftheoptimalityaregiven.

简介：

简介：在滑动式验证码完成滑动验证的过程中,正确区分出操作者是“机器”还是“个人”对于网络安全至关重要.本文利用人和机器完成验证所留下的滑动轨迹提取特征,运用机器学习中的神经网络算法和MATLAB软件对其进行实证研究和分析,建立神经网络分类模型预测验证操作者的类别.结果表明,BP神经网络模型预测准确度很高,在一定程度上为网络安全提供了保障.